本文共 611 字，大约阅读时间需要 2 分钟。

优化后的文章：

今天，我在学习如何优化二维数组的存储方式。对于大部分元素为零或具有大量重复值的数组，使用稀疏数组可以显著减少内存占用，并提高程序的运行效率。

首先，我创建了一个11x11的二维数组a，并将a[1][2]设为1，a[2][3]设为2。为了展示原始数组的样子，我编写了一个循环来遍历每个元素并打印它们。运行结果显示，数组中只有两个非零元素，其余为零，这让我意识到传统数组在这种情况下占用了大量不必要的内存。

接下来，我将这个二维数组转换为稀疏数组。稀疏数组的核心思想是记录数组的大小和非零元素的信息，而不是存储所有元素。首先，我遍历整个数组，统计非零元素的总数。对于这个例子，sum的值为2。然后，我创建了一个大小为sum+1的稀疏数组b，第一行记录了原数组的行数和列数，第二行记录了非零元素的数量。

然后，我将稀疏数组b填充。遍历原数组每个元素，如果元素不为零，就记录它的位置和值到稀疏数组中。最后，我打印稀疏数组的内容，结果只显示了两行非零元素的信息，这大大节省了输出内容。

为了验证稀疏数组的还原过程，我重建了一个新的二维数组c，尺寸与原数组相同。根据稀疏数组b的信息，将非零元素的值填入c数组中。最后，打印c数组的内容，结果与原数组完全一致，说明稀疏数组的还原过程是正确的。

通过此次实践，我学会了如何在内存占用较低的前提下高效处理和存储二维数组。这对于处理大型数据集或需要频繁操作数据的应用非常有用。